一种基于意见领袖博弈与记忆方式的舆情演化模型研究

摘要

舆情演化方式是舆情学的重要研究方向，意见领袖是社会舆情网络中影响力大的节点，在舆情演化过程中作用重要。但是，能较快达成舆情观点收敛的经典舆情动力学模型Hegselmann-Krause模型，其改进模型中融合意见领袖的方式是简单的加权意见值组合方式，忽略了意见领袖舆情驱动原因，也没有充分考虑舆情载体的网络拓扑结构。这导致现有Hegselmann-Krause模型及其改进模型的演化结果与真实舆情演化结果相差大。 基于上述现象，结合复杂网络，扩展Hegselmann-Krause模型，提出一种基于意见领袖的博弈与记忆方式的舆情动力学模型。在改进的复杂网络上，将意见领袖基于“囚徒博弈”原理做演化，普通网民基于HK模型做演化，再用记忆方式和节点亲密度方式将意见领袖观点引入普通网民意见变化中。博弈结果决定意见领袖演化方向与步长。博弈过程中，有界信任范围内的节点数直接影响博弈结果。针对经典BA无标度网络不可聚类特性，以不同概率引入了次领域与近领域连接，使改进网络同时具有小世界特性和无标度特性。并通过仿真，得到类似Twitter网络特性的参数。这个网络是舆论动力学模型的载体。 以微博关于“05.30头条腾讯大战”事件数据为训练集，使用遗传算法调节参数得出四个模型的合适参数。使用通过MATLAB仿真，得出舆情引导结论。研究表明：改变意见领袖发布负面意见的风险大小可以控制舆论走向。最后，通过微博关于“10.28重庆万州公交车坠江事件”事件数据为验证集，证明了改进模型更好拟合现实舆情数据。

目录

第一个书签之前